标签： AI电商

声明：本文来自于微信公众号 定焦One，作者：陈颐

今年618，AI含量明显高了。

打开各大电商平台，AI购物助手在跟你对话，AI数字人主播24小时不停播，销售额堪比真人主播，大促素材全是由AI生成。甚至智能体工具渗透到了下单、付款环节，以往这个场景只有用户、商家、平台。现在一切正变得不同。

作为曾经移动互联网时代的一杆大旗，AI正在成为重要角色。以往618，比的是补贴力度和运营手段;这次开始秀谁的AI更聪明、落地更快。

这个现象只是冰山一角。就在同一周，字节被曝正洽谈采购5万颗以上国产推理GPU，给豆包大模型备货;阿里推出Qwen-Robot Suite，高调进军具身智能和机器人。国际上，OpenAI6月24日宣布联合博通推出自研芯片。AI大厂们不是在补全栈基建，就是让技术嵌进产业链，去接触真实的交易、真实的物理世界。

这些动作背后的原因显而易见，大家都看到，AI正作为一种基建，全面改造行业。如果把前些年的AI竞争比作“淘金热”，那今天已经切换到“卖铲子”。

最先看到这片新蓝海的，是各路云厂商。今年以来，云厂商较劲的维度，正从“谁的模型更好”，变成“谁更能让AI在真实业务里跑出结果”。大家都在展示各自的行业落地情况，从一个个细分场景倒推技术如何提升生产力。

这方面谁跑得更快，可以从财报中找到答案。百度2026年Q1财报显示，AI云基础设施收入88亿元，同比增长79%;AI业务在百度营收中的占比首次过半，达到52%。在多数厂商还忙着比模型参数的时候，它更早把重心挪向了产业。

当AI转向行业基建，云的战场已经换了规则，从拼模型，进到了拼落地的下半场，谁能将技术匹配产业场景、落地生根，形成依赖，进而跑出收入，变成结果，正成为新的赛点。

01.Agent时代，Token失效、“结果”更重要

云厂商的集体转向，要从客户端的需求变化说起。

过去十年，企业买云的逻辑很简单:要多少服务器、带宽、存储，你给我报价，我按用量付费。云厂商之间比的是性价比、稳定性、覆盖面。本质是“数字地产”生意，盖好机房，按量收租。

到了Agent时代，这套逻辑不适用了。

银行来谈云服务，关心的不再是“配多少张GPU”，而是“一千多个AI应用能不能7×24小时跑在核心业务里，出了问题谁兜底”。车企关心的是辅助驾驶模型能不能在平台上完成从训练到合规验证、再到量产上路的完整闭环。能源企业更直接:AI能不能进前端业务，在调度、运维、质检环节产出真金白银的效益。

客户想要的，已经从“资源”变成了“结果”。云厂商和客户的关系也随之改写:过去签完合同、机器搬进场，交付就算完成，剩下的靠客户自己的IT团队;现在客户只认“确定性”，交付能力、运维能力、行业know-how、响应速度，都是核心竞争力。

这种“从动作到结果”的转向，连最前沿的AI团队都在经历。在硅谷顶流播客Lenny’s Podcast最新一期里，Anthropic的Claude Code团队负责人Fiona Fung分享了她的观察:他们团队的代码交付量一年里涨到了原来的8倍。瓶颈不再是写代码，而是代码高速生产出来后，怎么验证质量、判断优先级、衡量真实产出。她特别强调:“Don’t mistake motion for progress（别把动作当成进展）”。追工具使用率，只是在衡量“动作”;能否真正改善目标结果，才是核心。

放到云这门生意上，处境是类似的。过去AI圈流行一种打法，叫“token maxing”:能烧多少token就烧多少，先跑出来再说，烧Token的量本身成了一种政绩。现在厂商和企业客户都开始追问回报。衡量的标尺，从“烧了多少Token”，变成“带来多少效果”。

5月份的Create大会上，百度创始人、董事长兼CEO李彦宏就给出了一个观点:AI时代的度量衡不该再是Token，而应该是DAA（日活智能体数，Daily Active Agents）。Token代表成本、不代表收益，与其在单价上内卷，不如按客户的业务效果来定价，效果收益才能把行业的蛋糕真正做大。

峰瑞资本创始合伙人李丰在一期播客中也分享过类似判断:AI正在从“证明有用”切换到“证明划算”。前期投入靠FOMO（害怕错过）驱动，后期必须靠ROI说话。

这套逻辑放到中国云市场，一样成立。

过去两年，中国AI的故事基本围绕性价比和速度。模型成本低、应用上线快，这是中国AI的强项。DeepSeek去年初震动全球，靠的是用极低成本做出接近顶尖水平的模型。

但“省”不是终点，产业才是。“产业”指的是什么?有关注AI的投资人对「定焦One」表示，中国的大模型公司不缺模型性能，缺的是把模型能力接进产业的工作流;美国同行在掌控开发者入口和执行环境上走在了前头，中国得把这一环补上。

资本市场已经在用脚投票。6月16日，DeepSeek完成500亿元首轮融资，投后估值在3500亿-4000亿元之间，腾讯、宁德时代等产业资本入局。除国家AI基金外，投资方无投票权、设五年锁定期。这说明资本市场开始按“产业基础设施”的逻辑给AI定价，不再把它当软件应用。

那么，价值最后会沉淀在哪一层?有AI创业者做过类比:电力行业里，发电厂的净利润率只有5%到8%，电网公司却能拿到10%到15%。大模型行业正在走同样的路，模型层的利润被越压越薄，平台层的利润反而稳定。

云，就是这个“平台层”:不管底下跑的是ChatGPT还是DeepSeek，总得在云上跑。模型可以换，平台不好换。

而撑起这一层的算力底座，也在同步国产化。百度昆仑芯P800已完成规模化验证，2025年至今交付多个万卡云。字节2026年的资本开支预算上调到2000亿元，AI芯片采购中国产占比超过50%，推理端实现全栈国产替代;华为昇腾的出货目标从30万片上调至75万片。国产芯片正从“备选”变成“主力”，中国云上跑AI，正在减少对外部供应链的依赖。

资本按基础设施给AI定价，价值往平台层沉淀，算力底座转向国产，这几个维度指向的是同一件事:中国AI的重心，正从“做出一个好模型”，移到“搭起一套能落进产业的体系”。

政策也在往这个方向加码。2026年5月，三部委印发《智能体规范应用与创新发展实施意见》，把智能体定位为产业基础设施，目标2027年重点行业普及率70%。智能体已经从“创新项目”升格为批量的基建需求;这层基建往下落，最核心的载体就是云。

需求变了，供给端就得跟着转型，这和当年互联网切换到移动互联网是一个道理:底层基础设施都值得重做一遍。对云厂商来说，这是一道分水岭，还守着卖服务器、卖带宽的“数字地产”老生意，迟早被甩下;能把自己改造成帮客户跑出业务结果的“智能化服务商”，才接得住这波需求。

从这个角度看，最后赢的，或许是那些“最不看token消耗”的人。

02.头部云厂商们，各自拼什么?

进入2026年，四家头部云厂商都在讲“落地”，都在强调“怎么帮客户把AI用起来”。这一点没有分歧。真正的分野，在于用什么去落地、往哪个方向使劲。四家走出了不同的路，背后是各自的基因在驱动。

阿里云押的是规模。今年动作很猛:未来三年AI基础设施资本开支拉到3800亿以上;推出Qwen-Robot Suite（千问机器人套件）;日本第五座数据中心落地;618期间把通义千问(Qwen)接进了淘宝。从芯(自研芯片平头哥)、云(全球数据中心)、模(千问)、体(机器人)，全栈一路铺开，核心就一个字:大。

这套打法，和阿里做电商时的逻辑一脉相承:先把盘子做大，覆盖面够广，再靠规模效应和运营能力把成本摊薄。前两年阿里云增速一度掉到个位数，被外界质疑增长见顶;最近几个季度靠AI需求重新拉了起来，某种程度上是这套打法在新赛道上的再次验证。

火山引擎押的是流量效应。抖音、今日头条本身就是亿级用户的试验场，豆包大模型日均Token消耗突破120万亿，火山引擎的路线是，先在C端跑通能力，再打包卖给B端。这要求它迭代快、数据反馈快、技术验证快。

6月22日的火山引擎FORCE大会上，这条路线又往前走了一步:新发布的豆包Seed-2.1-pro补上了Coding和Agent能力，配套的“豆包办公模式”能接管发票汇总、选址调研这类办公场景。一个细节是，在现场演示和评测里，火山反复拿自己跟Claude、Opus对标。连字节这种最信奉“模型即产品”、最擅长C端飞轮的玩家，如今也把火力对准了Agent和落地。

华为云押的是纵深。昇腾芯片、盘古大模型、CloudMatrix超节点，软硬一体，再叠加“云、网、安”的整套能力，华为的主场是政务、央国企、运营商这些合规要求最苛刻的市场。这也是它从通信设备时代就攒下的研发底子和政企关系带来的。

四家里，百度智能云的出身最特别。阿里云从电商长出来，火山从内容和短视频长出来，华为云从通信长出来，只有百度智能云，是完全从AI长出来的。可以说，它是目前唯一的“AI原生云”。

早在2010年，百度就开始押注AI，也是国内最早提出“云智一体”的厂商。别人是先有云、再往上加AI;它是从AI出发，倒推出自己需要什么样的云。这条路径，决定了它的全栈是“芯云模体”四层联动:昆仑芯（芯），智能云(云)，文心大模型(模)，DuMate、秒哒等智能体应用(体)。

其中的昆仑芯值得重点关注。芯片是这套体系最难啃的一层。百度有自己的昆仑芯，等于把这一层也攥在了手里:上层模型跑得不对，能一路查到芯片;芯片有瓶颈，又能反过来调模型。这种从硬件到应用的端到端可控，买别人芯片的厂商做不到。

这四家里，真正称得上“芯、云、模、体”全栈打通的，只有百度和阿里两家。华为也发布了CloudRobo具身智能平台，但策略是不做本体、对外开放给生态伙伴。

百度和阿里的最大区别是，阿里的体系，是从庞大的电商生态向外扩出来的，芯片、模型、机器人是给业务版图配齐能力;百度的体系，是从AI内核向外长出来的，每一层都为“让AI落地”服务。这个差别，在客户需求转向“要结果”的当下越来越关键。

这套全栈到底为什么这么搭，李彦宏在5月13日的Create2026开发者大会上给出了答案:就是为了“支撑智能体应用爆发”，让智能体真正能在产业里用起来。

这个判断，是有市场依据，且已经在百度内部落实的。五天后的Q1业绩电话会上，百度集团执行副总裁、百度智能云事业群总裁沈抖表示:行业AI应用早就跨过了单纯训练模型的阶段，市场需求转向在全业务流程里快速部署、常态化使用AI。而在Create大会上，沈抖提出百度智能体云已面向大规模智能体落地，完成了基于AI Infra与Agent Infra升级的新全栈AI云。

总结来看，四家的“落地”策略各有侧重:阿里理解为“铺得广”，字节理解为“迭代快”，华为理解为“扎得深”，百度则是“瞄准智能体落地，从芯片到应用全线贯通”。

这四种方式，其实是在回答另一个问题:Agent时代，拼的是广度还是深度?

字节、阿里押的是“广度”，但广度可以复制。阿里今天把Qwen接入淘宝，明天京东也可以接自研模型;字节今天用抖音验证Agent，明天另一个有C端流量的平台也能做。

百度、华为拼的是“深度”，相对而言，深度更难复制。那什么样的深度才算护城河?

03.高增长背后的百度答案

对行业护城河的衡量，最终要落在数据里。百度2026年Q1财报显示，其AI云基础设施收入同比增长79%，GPU云收入同比增长184%，领先行业。这已经是百度智能云连续多个季度实现高增长，背后意味着，他们的服务和能力正在快速变现。

而回归到云服务本身，为什么百度智能云能够实现这样的高增长?或许也可以从当前AI云服务需求端的变化来看。

在当下行业之中，有一类客户，是云厂商最难拿下、也最值得拿下的，那就是银行。

传统金融的服务选择标准，几乎是所有行业里最严苛的。因为金融几乎不容出错，一笔风控误判可能就是真金白银的损失，一次系统宕机牵连几百万用户。所以银行选云，看的不只是谁模型最新、参数最大，更看重厂商在这行跑了多少年、经历过几轮监管。这种信任只能靠服务时间一点点积累。

从覆盖面看，百度智能云已经服务了800多家金融机构，国内系统重要性银行全部接入。但比覆盖面更能说明“扎得深“的，是它被允许进入了核心环节。以百信银行为例，它把风控交给了百度伐谋智能体，特征挖掘效率提升320%，风险区分度提升10%，建模时间从3天压到0.5天。风控是银行的命脉，银行肯把这个环节交出去，意味着它认可百度是一个能共担风险的合作方。

车企选云厂商的逻辑跟金融的底层是相通的。

辅助驾驶直接关系到人身安全。一旦出事故，责任链条怎么划、数据归属怎么定，这些不是一个算力供应商能解决的。车企要找的，是能跟它一起定标准、共建测试体系、共担安全责任的合作方。

去年，百度智能云支撑了超过2000万辆L2级辅助驾驶新车的交付;覆盖范围从主机厂延伸到电池、芯片、无人车等产业链企业，研发、训练、仿真、测试到量产交付，多个环节都有它的身影。也就是说，从底层到上层的环节它都包了。

和金融、汽车这种成熟行业不同，具身智能是一个标准还没确定的新赛道，所有玩家几乎站在同一起跑线上。

Omdia2026年2月发布的数据显示，去年上半年，百度智能云在具身智能市场的份额是35%，超过第二、三名之和。智元机器人、宇树科技等三十多家重点具身智能企业，都在用它的服务。

机器人企业最需要的是训练快、推理稳。VLA训练加速超70%，意味着机器人学会一个新动作的时间大幅缩短;世界模型推理时延降低近50%，意味着机器人在真实环境里做决策的反应速度更快。这两件事，直接决定了一家机器人企业能不能快速迭代、尽早量产。

新赛道的规律是:谁先跑出场景、跑出规模，谁就掌握更大的话语权。百度能在这个赛道跑在前面，和萝卜快跑也有一定关系。累计超2200万单（截至2026年4月）、周峰值35万单(2026年3月)，这些数字本身是自动驾驶的商业化成绩，但同时也沉淀了一整套“在物理世界里把AI用到规模化”的经验:从感知物理环境、做实时决策，到规模化运营，恰好是具身智能最需要的能力。

把这三个行业放在一起看，能发现一个共同的规律:越是容错率低、责任重的场景，客户越不会轻易换供应商。AI在这些行业里，已经不再是辅助工具，而是核心生产要素。谁先在这里站稳，谁就先卡住了身位。

能扎进这些场景，靠的不是一两年的冲刺，而是长期累积下来的几样东西:足够长的时间、足够完整的技术，以及对行业场景足够深的理解。

百度在AI上押注超过十五年，中间经历了一轮又一轮“AI是不是泡沫”的质疑，坚持到现在，攒下的除了技术，还有客户关系。B端的信任有“复利”:每多稳定服务一年，客户再想换掉你的成本就高一分，这也是金融、能源这类客户一旦合作就很难松动的原因。

更关键的是，百度的路径一直是顺着“理解”往上走的:从搜索理解人类语言，到自动驾驶理解物理世界，而智能体时代恰恰需要同时理解“人想要什么”和“现实世界怎么运转”，才能把两者结合起来完成复杂任务。这块拼图，只做语言模型的厂商没有。

还有一层，全栈能力“兜底”的价值，但它往往在出问题的时候才能体现出来。假设系统突然宕机，芯片、云、模型、应用分属不同供应商，客户可能面临几家互相推责的扯皮;现在四层在一家手里，出了问题责任链条清晰，响应速度也更快。在安全攸关的B端场景里，这种“不踢皮球”的确定性，有时候比单点性能更关键。

这些积累的价值，最终还得看客户买不买账。2026年Q1，百度大模型中标金额12.48亿元，差不多是第二名的五倍，连着两个季度排名第一。其中，仅中国联通一个项目就贡献了8.37亿，头部客户的大额订单撑起了收入底盘。B端生意一旦在某个大客户身上跑通，后续扩容、复购的空间会持续打开。在这个市场里，最有说服力的指标，从来就是客户愿不愿意接着掏钱。

千行百业的智能化，是AI时代最大的一片蓝海。从“挖金子”变成“卖铲子”，旧地图当然还在，算力规模、营收排名、市场份额，这些指标依然很重要。但这场仗的胜负手显然变了:能不能进入那些容错率极低、出了错要担真实责任的场景，才是新的分水岭。这些场景拼的是时间、技术和场景理解的整体能力。百度智能云已经在这些场景占住了先机，这种整体能力，恰恰是智能体时代最难被复制的护城河。

声明：本文来自于微信公众号 电商在线，作者：唐果

五月中旬，一年一度的6·18大促正式拉开了帷幕。

在各大电商平台6·18发令枪陆续打响之际，AI电商的核心“战力部署”也陆续浮出水面。

5月11日，阿里巴巴集团官宣，千问与淘宝全面打通。在千问APP端，用户一句话即可完成商品挑选、比价、下单;在淘宝APP端，点击底部“消息”栏中的“千问AI购物助手”入口，即可使用AI试穿、AI省钱、AI帮你买等功能。

过去，用户在电商平台凑单需要拿计算器算半天满减，现在有了AI的“助攻”，只需在对话框给出一句“300减50”最佳路径的指令，就可以得到最优解，再也不用一遍遍在搜索框“众里寻她千百度”。

此次千问与淘宝互通，号称是行业内首次实现AI购物全闭环——AI从简单的理解用户需求，进入了可以调动平台能力、交易履约全流程可执行的新阶段。

随着流量红利触顶、价格战边际效应递减，电商平台的竞争逻辑已悄然转向“体验升维”与“效率重构”。

于是，继各大平台AI红包大战之后，又一各大平台间的AI电商大战正在上演。同一时间，字节跳动的豆包也在加速推进与抖音商城的AI购物闭环测试，京东的“京东AI购”持续迭代升级，百度文心一言、腾讯元宝各显身手布局AI消费场景。

用AI重塑购物体验，无疑将是今年6•18的主旋律之一。而本轮大促，也将成为各大平台战略布局AI电商的“年中大考”。

你专属的“AI购物助手”来了

千问与淘宝的全面打通，并非简单的功能叠加或入口替换，更像是给每个用户都配了专属的“AI购物助手”。

打开千问APP，用户只要在对话框说出购物需求，系统就可以自动接入淘宝40亿商品库，为用户匹配商品，并生成不同风格的淘宝订单卡片。还可以跨店对比同款商品的价格、销量、评分及店铺等级。

在这个过程中，千问会实时调取用户历史行为标签、当前库存水位、价格波动曲线、第三方评测库及商家服务评分等，在秒级内生成结构化、可交互的购物方案。

确认商品后，用户在千问APP对话页即可完成付款，并能继续在千问内查看物流动态。据悉，若出现售后问题，同样可以利用千问的AI帮办功能，协助处理退换货、查询售后规则等事宜。

这种购物模式的转变，在一定程度上治好了消费者的“选择困难症”。

过去，用户选购商品往往需要在多个商品页面中筛选、对比，才能做出购买决策。如今，有了千问这个“AI购物助手”，只需要通过简单描述，甚至是一句话、一张图片，就可以快速筛选出满足要求的商品。

在打造新购物链路的同时，千问也正在重新定义“逛淘宝”的方式。

淘宝APP中也同步上线了这个能“秒懂”你的AI导购。打开淘宝APP底部“消息”栏，点击“千问AI购物助手”，即可体验多项AI购物功能，支持用户一句话下单、一句话帮抢、一句话退换货等。

与此同时，5月11日，阿里在商家侧同步推出了AI店小蜜。

据淘天集团客户运营部负责人占利军介绍，AI店小蜜全链路基于千问最新大模型构建，依托淘宝超大交易数据，在商品连带推荐、辅助人工客服促单等维度实现效率提升，还能应对AI假图、“羊毛党”等风险。

为了更懂你，阿里砸了3800亿

千问与淘宝的全面打通，并非临时起意，而是阿里在AI电商赛道上持续三年、层层递进的战略落子。

自2023年明确“用户为先、AI驱动”战略以来，阿里便持续聚焦“电商、AI+云”两大主业，坚定投入。2025年，阿里再度喊出“All in AI”口号，并宣布推进3800亿元的AI基础设施建设，并计划未来追加更大的投入。

2025年11月17日，阿里正式宣布“千问”项目，全力进军AI to C市场。两个月后，千问APP宣布将全面接入淘宝、支付宝、淘宝闪购、飞猪、高德等阿里生态业务，实现点外卖、买东西、订机票等AI购物功能，并向所有用户开放测试。

2026年的春节，千问APP上线“春节30亿免单”活动，发放奶茶免单卡，用户活跃度显著提升。

公开资料显示，截至2月底，近1.4亿用户通过千问APP的智能体功能首次体验AI购物，涵盖餐饮、日用品、票务服务及旅行预订等多个领域。2月千问C端应用月活跃用户数超过3亿。

3月16日，阿里巴巴CEO吴泳铭发内部公告，阿里正式成立Alibaba Token Hub（ATH）事业群，该事业群包括通义实验室、MaaS业务线、千问事业部、悟空事业部及AI创新事业部，覆盖从基础模型研发、模型服务平台，到个人与企业端AI应用的完整布局。

2026年4月底，千问发布数字人形象“千问小酒窝”，定位为“能谈心，更能办事”的AI生活搭子，全面接入阿里核心生态业务。这些产品端的层层加码，并非孤立动作，而是阿里AI电商战略的拼图。

此次千问和淘宝全面打通，则进一步补齐了千问在消费场景中的关键一环，阿里的AI购物闭环也正在从理想成为现实。

具备高流量、高并发、高复杂度等特征的6·18消费大促，无疑是这一“AI购物闭环”最好的演练场。不仅能够为新技术提供合适的压力测试场景，也是收集数据、迭代模型、优化体验的关键窗口期。

不“卷”价格，抢当“懂王”

“AI电商时代刚刚开始，对谁都是机会，也是挑战。”

从PC互联网时代的网页电商，到移动互联网时代的APP电商，再到直播电商、社交电商的兴起，电商行业的竞争从未止息，每一轮技术跃迁都伴随着流量分配规则的重写与平台格局的洗牌。

如今，AI电商正成为改写行业规则的下一个主战场，也是未来几年电商行业的必经之路。

据《2026中国AI电商发展白皮书》显示，2025年AI技术在电商核心链路的渗透率已达34.2%，预计2027年将突破62%。

AI正在重塑电商的三大核心维度:其一，消费者端，从“被动接收推荐”转向“主动对话决策”，决策链路缩短40%以上;其二，商家端，从“人力密集型运营”转向“AI协同型经营”，长尾供给被有效激活;其三，平台端，从“流量分发者”转向“生态赋能者”，通过AI优化供需匹配、降低交易摩擦成本，实现从“规模增长”向“质量增长”的范式转移。

技术浪潮推动下，全球范围内AI巨头都在试水电商闭环。去年9月，OpenAI就曾推出购物功能，用户可以在使用ChatGPT时直接下单Etsy和Shopify这两个平台的商品。

聚焦于国内市场，在6·18大促之前，亮出“AI利器”的也不止阿里一家。

今年3月，字节跳动旗下豆包就被传出开启AI购物灰测，部分用户的豆包APP导航栏出现“豆包帮你选”购物功能，可在豆包APP内直接下单支付，无需跳转抖音，商品详情与售后由抖音电商承接。

京东则于2025年底上线了“京东AI购”，用户输入“我想要”即可召唤私人买手智能体，实现全品类商品的精准匹配。此外，腾讯元宝、百度文心一言等AI 工具也已上线商品推荐与导购功能，但主要采用跳转第三方平台的模式，尚未形成交易闭环。

在此背景之下，2026年的6·18大促，自然会成为各大电商平台AI购物能力首次集中亮相的舞台，也必然迎来一场关乎于底层结构、生态能力与AI卡位的“贴身肉搏”。

不过，无论技术如何变化，6·18大促的关键依然是满足用户的真实需求，AI的精准度、链路的稳定性、隐私与品控的保障，终须服务于用户的真实体感。

声明：本文来自于微信公众号 字母榜，作者：彦飞

阿里要正式与字节争夺“AI电商”的心智了。

5月11日，阿里旗下的AI App千问宣布与淘宝全面打通。用户可以通过与AI对话，挑选、对比和购买商品。

此前，淘宝闪购、飞猪、高德等阿里系业务已经全面接入千问，但淘宝略有不同:用户需要点击答案中的商品卡片，跳转至淘宝下单、支付。两个平台互通后，用户可以在千问App内完成整个交易。

同时，淘宝App底部开辟“AI购物助手”入口。这一新功能由千问提供，可以AI购物、计算优惠、低价帮抢、查询订单等。

千问终于在Chatbot内实现了电商从推荐到交易的闭环，而淘宝则朝着超级APP的AI转型迈出了至关重要的一步。

对于阿里来说，这是一场针对“豆包+抖音电商”的阻击战。

千问最大的竞争对手是字节旗下的豆包App。豆包在2025年10月就开始支持AI购物，用户点击AI输出的商品链接，就能跳转到抖音电商交易，开创国内“AI+电商”之先河。

豆包与电商的初次“握手”略显仓促，初期不仅页面简陋、交互混乱，甚至还会在结果中呈现京东等平台的商品。但在国内AI电商这条刚刚展开的赛道上，豆包显然是跑得最快的那个。今年3月，豆包进一步与抖音电商打通，实现了站内交易闭环。

竞争对手凭借AI侵入电商腹地，这显然不是阿里能够容忍的。

对于AI与电商融合的巨大潜力，阿里很早就看得十分清楚。它将千问大模型嵌入电商板块的各个角落，还推出了AI导购等一系列新功能。但单纯在电商App内做加法的打法，最终被证明难以取得战略层面的成功。

另一边，淘宝作为整个阿里最犀利的武器，并没有第一时间被完全融入千问App。

直到如今，千问与淘宝互相“入驻”、互用能力，阿里才祭出了真正的杀招，给长期领跑的豆包“上强度”。

AI电商尚处于非常早期的发展阶段，用户和交易规模都很小。无论是豆包还是千问，都不可能在短时间内把市场真正做大，自然也谈不上争抢蛋糕。

但AI电商时代正在徐徐拉开大幕，阿里不能允许字节独擅其美。

千问+淘宝的组合，未必会快速起量;但如果压过豆包+抖音电商一头，同样意义重大。两大巨头围绕AI电商的攻防战，不是要争一时一地，而是要让外界都看到“我才是AI电商的领头羊”，同时也为即将到来的“微信Agent”冲击波做好准备。

A

AI App接下来该怎么走、怎样将流量转化为收入?整个行业还没找到标准答案。不过，抢占AI电商生态位、培育用户交易习惯，是较为明确的行业共识，也是国内外主要AI App的关注焦点。

AI电商仍处于极早期，各大玩家都还在普及概念、搭建体系、跑通路径，用户量、交易额等并不是关键指标。

这也意味着，千问和豆包争的是谁先建立用户心智，成为“默认”的AI购物平台。

豆包起步更早，半年多的“抢跑”建立了先发优势。但豆包+抖音电商的组合，依然有不少短板。

一方面，豆包向抖音电商注入的是原生AI流量，用户打开App的第一目标是查信息、问问题，而不是购物。流量属性的不匹配，会在一定程度上拖累流量转化效率，OpenAI已经踩过类似的坑。

另一方面，抖音电商的货盘偏小。尤其是长尾商家，抖音虽然也有挖掘和布局，但整体来看，距离传统电商平台仍有差距。这可能导致豆包推荐商品的丰富度和垂直度略低。

相比之下，千问的问题是起步慢了——今年初引入淘宝闪购等服务，5月才和淘宝打通。但它背靠阿里，可以瞄着豆包的软肋打。

流量这一块，淘宝App为千问开辟醒目入口，将交易流量直接灌注到Chatbot场景下，还向千问开放订单查询等高频功能，相当于将自身的购物心智“移植”给千问。假以时日，用户可以在“逛淘宝”之余，逐渐培养起“问千问”的购物习惯。

此外，千问通过接入淘宝，再加上天猫、淘宝闪购等，获得了电商行业最庞大的货盘。充裕的商品可以满足多样化需求，同时也会在需求侧的倒逼中，形成整体的价格竞争力。

单就AI电商而言，千问有能力和豆包掰手腕。不过，它并不是要继续和豆包打Chatbot之战。

在国内，豆包已经站稳第一大Chatbot，MAU（月活跃用户）达3.45亿，比第二名千问(1.66亿)和第三名DeepSeek(1.27亿)加起来还多;DAU(日活跃用户)则突破1亿。

相比之下，过去几个月，千问拉近了与豆包的距离，但MAU仍然不到豆包的一半，差距十分明显。倘若希望再进一步，阿里需要像春节前后那样花费巨资，帮助千问引流、拉新。

但无论是品牌认知、用户心智，还是产品能力的差距，千问都无法在一朝一夕之间抹平。它的用户规模已经不小，如果继续砸钱换用户，很可能事倍功半。

单纯抢用户，千问不太可能胜过豆包，很难在Chatbot这条赛道后来居上。把竞争重心转向AI电商这条细分赛道，是千问更务实的选择。

B

AI App跑马圈地时代已经终结，商业化是摆在每个选手面前的难题。六小龙纷纷走向二级市场，或是寻求新融资;家大业大的千问和豆包，也要开始考虑赚钱了。

一条路是直接向C端用户收费。

不久前，豆包传出计划上线付费会员，月费最高达500元。这是海外AI App早已跑通的路径。但国内用户天然厌恶收费，而豆包生产力功能有限，要想赚到C端会员费，还有不少功课要补齐。

另一条路则是面向B端，与电商绑定，充当流量池。

两大AI App把流量输出到姊妹业务中，可以立竿见影地推升用户和订单，为整个集团创造收入。

哪怕现阶段规模不大，这一动作也能验证AI App的变现路径和商业化潜能，为计算投入产出比、设计盈利模型奠定基础。

阿里字节也需要把AI流量用起来。对于两大巨头而言，抓住第一波AI流量，赚不赚钱是次要问题，树立形象、培育认知、提振士气才更重要。

千问豆包发展AI电商的另一重好处是，它与广告业务直接挂钩，而后者才是AI App未来的收入大头。

AI App终归还是要靠广告赚钱。OpenAI今年主要靠会员费，广告收入预计只有24亿美元;但公司预计，到2030年，广告收入将达到1020亿美元，成为最主要的营收来源，占比36%。

目前，两大AI App尚未对商品链接进行竞价排名，排序逻辑大体与电商平台本体一致。但平台是否会始终保持中立，并不好说。毕竟，AI时代正在取代App时代，用户正在向AI场景大规模迁徙;相对应地，商家也希望在AI场景做营销、买流量。

B端有投放需求，平台没有理由拒之门外。更何况，平台不下场，第三方机构就会用灰色手段帮商家进行所谓GEO（生成式引擎优化），对AI App的危害更大。

与电商业务打通，是卖广告的关键一步。在把交易规模做上去之前，两大平台现阶段先打通AI购物站内闭环，为未来的流量生意跑通模型、做好铺垫。

这场AI电商之战的背景是，千问和豆包都走到了“证明自己”的十字路口。

在长达数年的“练级”中，两大AI App都耗费了巨额资金，而这也清晰体现在公司业绩上。他们积累了庞大的用户群，却还没能跑出富有说服力的商业模式。

阿里字节对于AI的投入依然很大，每年资本开支动辄以千亿计。但这些资金将越来越多地流向芯片、数据中心、大模型等更基础的领域，而非继续充当AI App打消耗战的弹药。

因此，千问和豆包都需要把AI电商模式跑通、创造一些收入，以此证明自己具备自我造血的潜能，而非只能靠着集团输血活下去。

不过，目前这仍是一场小规模的局部战斗。

海外多家市场调研机构预计，2025年全球AI电商市场规模不足100亿美元。相较阿里、字节的庞大体量，这块蛋糕几乎没有财务价值。

参与者的改弦更张，也从侧面证明了这一点。

去年5月，OpenAI在ChatGPT中加入电商功能，接入多个主流网购平台，其中一部分支持App内直接结账。但OpenAI发现，到了付款环节，大多数用户会跳到站外交易，在App内点击“购买”按钮的用户不足1%，远低于电商网站3%～4%的平均水平。

这表明，用户多年形成的网上购物习惯，并不会因为AI App入局而轻易动摇。到了今年3月，ChatGPT不得不做出调整，从力推用户一站式购物，转向更传统的导购模式，从构想中的全闭环转向半闭环。

不难看出，要想从AI电商淘金，千问豆包都还有很多难题需要一一攻克。

C

对于千问豆包而言，AI电商不仅要做，还要尽可能快——真正的对手微信Agent就要来了。

腾讯早已明确表示，“微信最终会推出一个Agent”。根据3月初的消息，腾讯计划在年中进行灰度测试，第三季度向所有用户推出。

小程序生态是微信Agent的根基，而AI电商是核心场景。

背靠数百万商家小程序，微信Agent不仅可以快速渗透线上线下交易，还能几乎零成本地接入大量商家和用户。它很可能成为第一个超级AI交易平台。

Agent化的微信，注定将成为千问、豆包的强大对手。

届时，倘若两大AI App继续停留在Chatbot时代，就有可能面临B端和C端用户的双重流失，被逐渐边缘化，甚至淘汰。

与微信相比，他们的流量更小，用户黏性更低，也没有小程序生态。要想对抗微信Agent，可行路径之一就是打通AI与电商生态，提高Chatbot的“办事”能力。

在这一过程中，千问、豆包可以把用户体验尽可能做好，把交易流程的bug都解决掉，以体验建立壁垒。只有把篱笆扎结实，尽可能占据心智，他们在秋天对抗微信Agent时，才会避免猝不及防。

在阻击微信Agent的策略上，两大AI App殊途同归。

但随之而来的问题是:当AI的商业味儿越来越浓，用户能否接受?边界在哪里?

现阶段，大多数用户在询问某件或某类商品时，并不想立刻购买，而是希望AI提供客观中立的专业回答，而这势必包含对某些商品和品牌的“锐评”。

在这样的场景下，AI App的角色是辅助消费决策，类似B站、小红书的UP主。AI App的用户黏性取决于内容质量。

但当千问、豆包为了抵御微信Agent发展AI电商，AI提供的答案就有可能被人为干预，消费决策价值缩水。当越来越多用户意识到AI也在“恰饭”时，整个模型就会面临坍塌。

在移动互联网时代，搜索引擎遭遇过类似的天然冲突——平台要靠“恰饭”赚钱，用户却在极力筛选和屏蔽“恰饭”内容。在AI时代，两大AI App也将面临类似挑战。

OpenAI的解法简单粗暴:高级付费会员可以不看广告，免费和初级会员仍需要看广告。但千问、豆包很难全盘照搬，仍需要找到自己的解题方式。

微信Agent的威胁越来越近，千问、豆包也在积极备战——新BAT三巨头的战争，即将再次在电商领域打响，而这一次，手握微信Agent的腾讯将扮演“大boss”。

声明：本文来自于微信公众号 新播场，作者：场妺

电商行业的AI大战，正式进入白热化阶段。

不久前，阿里甩出重磅动作:千问大模型全面打通淘宝。

如今，用户现在在框聊天，就能完成商品对比、挑选、下单全流程;同时淘宝内嵌千问，上线AI试穿、AI省钱等实用功能。

踩在618大促关键节点，巨头们加码AI，不仅把电商内卷拉到新高度，更暗藏一个颠覆性变化:传统“人找货”“货找人”模式被打破，商品推荐权正式移交AI。

然而，当AI替我们做购物决策，又是否会催生新的问题和挑战?

对话框=完整购物链路?

千问打通淘宝后的真实购物体验，到底怎么样?

我们上手实测，直观感受到AI重构购物流程的完整变化。

日常购物中，许多往往只有模糊的消费想法，不清楚具体选购款式，而千问打破了传统电商生硬的搜索推送模式。比如，用户在对话框输入“想要一双运动鞋”这类指令，平台会主动询问使用场景、预算区间，一步步帮用户梳理细化需求。

在明确需求方向后，千问会划分出高性价比款、专业运动款、百搭日常款等不同品类，每一类商品都附带直达链接，点击即可进入选购页面。

针对消费者最头疼的比价、查测评难题，千问依托淘宝实时平台数据，筛选市场认可度更高的优质商品，清晰标注每款产品的型号、核心优势、适配人群与参考价格，甚至会整合B站等第三方平台的博主实测视频，省去用户跨平台搜集测评、反复做功课的时间。

推送逻辑上，千问也更贴合人性化思维，区别于死板的机械分发:运动鞋、服饰这类尺码版型差异大的非标品，优先推送商品合集页，留给用户自主挑选的空间;水杯、日用品这类规格固定的标品，则直接附上购买链接，实现一键下单。

在交易流程上，整套购物操作实现无跳转闭环。从下单付款、查询物流，到售后退换货、开具发票、对接店铺客服，全部服务都能在千问APP内完成，无需反复切换淘宝APP，操作流畅度大幅提升。

综合实测体验来看，千问真正打通了种草—选品—下单—售后的全链路AI购物闭环，仅凭简单对话，就能完成完整的消费流程。

除了千问端的功能升级，淘宝APP也完成千问内嵌布局，用户只需在首页输入“AI”，点击右上角AI助手，便可解锁AI问答、AI试穿、AI种草、AI省钱等多项实用功能。

回望千问的发展轨迹，阿里的生态布局野心清晰可见。

春节前，千问就已接入闪购、飞猪、高德、支付宝，覆盖外卖、打车、出行等生活场景;此次与淘宝深度打通，正式补齐电商购物短板，实现衣食住行玩全场景全覆盖。

对普通用户而言，多平台来回切换的繁琐操作被彻底简化，一个应用就能满足各类生活需求，便捷度显著提升;而站在阿里的视角，这意味着用一个对话框牢牢锁住用户全场景生活轨迹。

据QuestMobile数据显示，截至2026年3月，千问月活达1.66亿，稳居行业第二，这批高活跃度用户是阿里生态中消费转化潜力最强的人群，也推动千问从单一AI工具，升级为阿里体系内的超级流量入口。

AI“爆改”电商

阿里并非唯一押注AI电商的巨头。

此前，字节豆包上线“帮你选”AI购物功能，标志着两大互联网巨头双双完成AI购物闭环搭建。

如今，AI不再是电商行业的辅助工具，而是深度渗透选购、穿搭、优惠、服务等核心环节，从用户消费到商家运营，全方位改写行业规则。

在AI导购层面，千问与豆包逻辑趋同，适配普通人模糊的消费表达，用户输入“头戴降噪耳机”这类宽泛需求，AI会快速筛选多款竞品，直白对比价格、核心功能，还能根据用户选择不断优化推荐逻辑，实现越用越懂用户的个性化服务。

针对线上穿搭盲买、实物踩雷的行业痛点，淘宝内嵌的AI助手推出AI试穿功能，用户上传全身照即可实时预览服饰上身效果，不仅支持新品试穿，还能自由搭配购物车、收藏夹、历史订单内的服饰，满足穿搭组合预览需求。

这项功能依托淘宝40亿商品库与二十余年真实购物场景数据，精准拿捏大众潮流趋势与个人穿搭风格，搭配建议专业且贴合日常需求。

恰逢618大促节点，复杂的满减、优惠券规则向来是消费者的购物痛点，而AI省钱功能完美解决这一难题。平台会抓取用户浏览、收藏、下单等行为数据，自主跨店比价筛选优质好物，同时整合百亿补贴、平台优惠券等全部优惠资源，测算并生成最优凑单方案，一键完成领券、凑单操作，省去人工算账的繁琐流程。

AI电商的红利不止面向消费者，也为商家降本增效提供强力支撑。

4月30日，阿里上线商家专属智能工具——全新AI店小蜜。相较于传统机械化AI客服，它能够精准识别高意向消费人群，主动推送尺码参考、关联搭配商品;面对退款订单，还能智能发放优惠券协商挽留，有效提升店铺成交率。

与此同时，AI试穿功能大幅提高用户购物确定性，减少实物不符、穿搭不适导致的退货问题，从源头降低商家退货率，压缩运营成本。

电商巨头筑“新墙”

AI购物体验持续优化，消费便捷度拉满，但在行业繁华表象之下，诸多隐形隐患正在逐步显露。无论是平台商业模式、行业竞争格局，还是中小商家生存环境，都面临全新考验。

从平台盈利逻辑来看，广告始终是淘天集团与抖音电商的核心收入来源，这也催生了无法规避的行业矛盾。

倘若AI完全依据用户喜好、消费数据做客观推荐，平台广告投放业务必将受到冲击;而若允许商业广告介入AI推荐链路，AI种草、智能比价的公正性便会大打折扣，违背用户对AI客观选购的核心诉求。

对于这一行业痛点，互联网产业分析师张书乐明确表示:AI购物必然直面GEO（生成式人工智能优化）问题。

简单来说，未来会有大量商家针对性给大模型“投喂”优质数据、优化推广话术，通过技术手段引导AI优先推荐自家商品，造成推荐结果失真，久而久之拉低用户消费体验，损耗大众对AI导购的信任度。

而巨头同步搭建私有化AI购物闭环，本质是一场激烈的流量争夺战。

阿里、字节将用户消费行为、偏好数据牢牢锁定在自家生态内，中小平台被彻底隔绝在AI流量体系之外，头部平台的垄断优势持续放大，行业竞争格局愈发固化。

商家层面同样出现明显分化，AI看似为所有商家提供平等曝光渠道，实则暗藏技术门槛:大品牌、大商家拥有充足资金与技术，可专业做GEO优化，持续向大模型推送优质数据，更容易被AI捕捉并优先推荐;反观产品优质、性价比更高的中小商家，缺乏优化技术与运营成本，很难进入AI推荐视野，流量差距不断拉大，生存空间持续被挤压。

如今AI电商高速发展，各大平台都在想方设法让用户“买得更快、买得更省心”。

但纵观行业现状不难发现，AI电商真正的难题，从来不是优化下单流程、叠加趣味功能，而是在精准推送、商业广告、公平公正三者之间，找到平衡的突破口。

AI购物时代已然来临，这场电商变革，究竟会造福消费者、激活行业活力，还是沦为巨头博弈、流量内卷的工具?一切还有待继续观察。

声明：本文来自于微信公众号 窄播，作者：李威 庞梦圆

这届618大促，AI成了一种更具确定性的行业趋势。

5月18日，京东宣布今年的618将于5月30日正式开启，「AI将首次全场景、全产业融入这次大促」——不仅出现在用户的购物链路里，还渗透进物流、仓储、供应链等产业环节。

5月11日，千问与淘宝宣布全面打通。用户在千问APP里说一句「我想买个双肩包」，千问就会生成商品推荐，并支持比价和直接下单。

更早之前，字节跳动旗下的豆包接入抖音电商，推出「帮你选」功能，用户能在豆包内完成商品筛选，然后跳转抖音商城完成购买。

在国外，亚马逊也推出了Alexa for Shopping，可以给到用户个性化购物指南、支持商品横向比较、展示最多一年的价格历史，并能根据个性化信息自动完成找优惠、加入购物车和周期性购买。

相比去年的初步尝试，AI购物在今年从咨询决策，进入到了下单购买环节。这种服务深化背后，整个电商的基础设施都在朝着Agent方向实现进化。商家端，AI开始协同参与店铺的运营，改变经营可能。平台端，AI在成为生态构建者和能力提供者，而不仅仅是流量分配者。

当然，AI购物体验还处在比较早期的阶段。当你在千问里试着下单一个双肩背包，商品卡片可能一直无法生成;当你想让AI做一个跨平台比价，千问会告诉你它「没有直接访问其他电商平台的实时价格数据库」。

AI购物搭出了完善的体验框架——一句话表达意图、快速获得推荐、应用内完成下单。但框架的骨架有了，血肉还不够，还需要更多时间进行摸索，修正细节，完善体验，实现从「可用」到「好用」的跃迁。

但真正的AI电商，需要的不只是一个能聊天的前端，更需要打通后台数据、构建完整的Agent基础设施。以阿里为例，千问可能会成为贯穿阿里体系的消费者沟通Agent，中间有一张平台搭建的各个垂类Agent构成的基建，商家可能会通过「悟空」这样的生产力Agent来统一链接各个垂类Agent，操控他们进行经营。

短期看，AI购物是一个体验升级的故事;长期看，它是一场关于电商底层基础设施的重建。AI购物界面背后的系统性工程，才真正决定了三五年后AI电商的真实竞争格局。

AI购物体验还在「可用」阶段

从现有的AI购物体验来看，千问、豆包、京言都处于一种早期探索阶段——搭出了完善的体验框架，却不够了解用户和商品，给出商品时有些死板，覆盖不够广泛，应对也不够灵活。

体验框架的完善，体现为用户一句话表达意图之后，能够快速获得结果反馈，不但有商品推荐，还有购买链接。这是去年就已经在进行探索的体验，只是在今年开始真正走入AI助手，面向大众提供服务，并且呈现方式更完善。

同样是一个购买双肩背包的需求，千问、豆包、京言都能够快速给到相应的商品推荐和购买链接。细微的差异在于，千问会给到几个不同的品类建议，然后在每个品类中推荐具体的商品，豆包会直接给出商品，京言则在给出商品推荐的同时给到双肩包商品的信息流入口。

千问与淘宝的整合还描绘出了体验框架的更理想状态。千问会强调自己与豆包相比，实现了从需求理解、商品推荐到下单、履约、售后的完整购物全流程闭环。用户在与千问对话完成筛选之后，可以直接在千问内下单，付款后的订单查询和售后也不必跳出应用。这对应的是豆包需要点开链接，跳转抖音商城完成下单购买。

但从实际体验来看，在千问上购物还没有实现像买奶茶一样丝滑的体验，还需要更多时间进行完善。当我尝试在千问里下单背包和手机壳的时候，背包的商品卡片一直没能生成，手机壳生成了商品卡片，但还需要跳转淘宝下单。与豆包不同的是，千问没有像豆包一样非常干脆地告诉我它不能完成下单。

整体来看，AI购物现在并没有从「可用」过渡到「好用」。用户与AI沟通确实能够获得一定的商品推荐，并且能够获得一些中肯建议，节省消费决策时间。问题在于，AI购物的精准度不够，不能完全替代传统电商通过浏览发现商品的体验。

AI一轮对话能给出的品类或品牌选择很少，且精准度不高，个性化不足。几轮沟通下来，每个AI给出的推荐商品，都只有一个是之前被我添加到购物车或浏览过的，大部分商品和品牌我都没有听说过。

这也意味着，目前AI掌握的更多是用户在对话里主动说出的需求，而不能调用沉淀在历史行为中的隐性偏好——品牌倾向、价格敏感度、风格习惯等。

AI购物还需要进一步完善后台能力、数据的整合与打通，才能更好满足需要大量比较和判断的服装、背包、家具等非标品转化。这类商品往往会涉及上身效果、材质手感、风格搭配、品牌喜好等高度个性化的判断，在个性化数据积累不足的情况下，AI给不出符合用户心意的推荐。

缺乏精准度和个性化，就需要充足的信息来支撑用户对陌生品牌做出尝鲜决策。现在来看，AI对商品理解不够深，给出的商品细节、评价信息都不够充分，难以赢得用户的信任，离说服用户尝鲜还有一段路要走。至少我会在AI推荐基础上再做浏览和了解，来判断是否需要下单购买。

当下的这种AI购物能力，其实会更适合一些只看参数、不需要复杂决策的品类。这也是为什么亚马逊会在刚推出的Alexa for Shopping中上线AI自动补货功能，为用户提供纸巾、宠物粮、洗护等的补货能力。抛开周期性补货习惯的养成不谈，这类低决策门槛的品类也很容易做到像点奶茶一样去购物。

Alexa for Shopping界面

这意味着，消费端的AI购物，目前仍是以培养心智、抢占入口的目标为主，还没有进入到效率替代为主的节奏。

千问与淘宝的打通，一方面是阿里要抢占AI购物故事的主讲人角色，稳住自己正在从传统电商向AI电商过渡的基本盘。这个对阿里至关重要。阿里的基础盘是货架电商，此前在内容电商面前处于劣势。以破釜沉舟的战略定力，让AI帮助电商业务「脱胎换骨」，是阿里凭借当下的商家、供应链等资源条件能够尝试去抓的一个未来。

另一方面也是阿里要进一步强化千问与豆包的差异化，融入购物能力将进一步强化千问的「办事」定位。虽然AI购物还是处于「可用」阶段，但当用户体量更大的豆包已经开始融入购物能力，千问就必然要跟进。二者的不同在于，豆包做电商是斜杠尝试，没包袱;千问做电商是稳心智，固根基。

消费端体验的进一步深化，需要仰仗商家端和平台端的AI化改造。因此，在AI购物呈现出的「可用」状态背后，是商家端和平台端更深入、更激进的AI应用。

比如，实现个性化所需要的打通用户的消费领域上下文信息，往往需要进行生态级的重新链接。Alexa for Shopping的设计目标也包括让购物对话在Echo和App之间连续进行，用户在一个设备上聊过的需求，切换设备后不必重新解释，购物意图和历史记录双向同步。

Google推出的Universal Cart功能，也是在重新链接生态的各个环节，给到用户一套消费领域上下文的管理机制。用户可以在搜索商品、看视频、与Gemini聊天、阅读邮件时将商品加入购物车，然后由AI追踪优惠信息、查看历史价格变动、设置补货提醒，完成从跨App种草到购买的闭环。

AI购物背后，更显性的AI基建

从消费者层面，用豆包、千问、京言购物的体验还处在早期，但在背后，电商AI To B在产品以及组织结构层面已经有许多显性进展——这些进展既是To C体验提升的基础，也是货架电商弯道超车内容电商/推荐电商的一个窗口机会。

京东在618发布会上提到AI在成为商家经营的新基础设施。其中，AI地图智能补货助手可以结合商家对手的数据来更全面地判断是否要补货、什么时候补货、补货要补多少;京麦商家工作台也在帮助商家分析经营状态、接管营销工作，并给出优化建议。

阿里强调千问与淘宝的全面打通，更全局的目标也应该是让用户需求跑在一个AI搭建的新电商基础设施上，由AI帮助用户传达需求，然后由AI协同商家匹配需求。

更详细地拆解来看，阿里已将 Agent 能力渗透进商家经营的多个环节，逐步拉起一张覆盖电商经营全链路的 Agent 网络，试图用AI重构电商的底层工作流。

最终，这些散落在各环节的Agent，可作为「技能插件」统一接入企业级智能体平台「悟空」。3月份的悟空发布会上，钉钉CEO无招提到，未来，「1个店主 + 阿里悟空 = 一支电商团队」。

从现有的产品矩阵来看，阿里的AI To B 呈现出「一边做垂直场景的Agent能力探索，一边用统一平台做能力收口」的演进路径。

对电商商家而言，经营无非几个关键环节:售前营销推广，售中交易履约，售后服务——这些环节目前均有对应的Agent化产品出现。

营销是整个行业最先做AI化落地的环节之一，阿里妈妈在今年3月推出升级后的系统「AI万相」，内含四个Agent——万相智识、万相智品、万相智造、万相智投，分别对应消费者需求识别、商品卖点梳理、内容种草、出价四个环节的AI重构。

全行业在AI营销上的进化关键，都是从传统营销高度依赖的「关键词匹配」进化到「语义和意图识别」能力上来，以实现从推广到转化的更高效率。

以内衣品牌Ubras为例，它曾推出一款面料里加入了牛奶液、主打「亲肤」的新品，传统搜索逻辑中，跨类目消费者很少主动搜索「亲肤」，但Agent化后的营销产品可以做到，当有人搜索「冬季皮肤干燥」时，识别出该消费者本质上是想要「改善肌肤体验」的意图，进而通过语义理解不仅关联到直接相关的「保湿霜」、「加湿器」，也关联到了「亲肤贴身衣物」，作为内衣品牌的Ubras也因此找到了自己的跨界新人群。

在内容种草环节，Agent的价值体现在可以做更及时、更个性化、更懂行业的素材生成。例如海尔一款洗烘一体机，核心卖点是除毛、静音、超薄，因此更受母婴、养宠、小户型用户的喜爱。万相智造就会在系统识别到当前用户为「养宠人群」时，自动生成一套「洗衣机上站着一只猫」的视觉素材，既匹配用户对内容的兴趣点，还传达了产品的除毛卖点。

阿里妈妈介绍，随着AI万相的能力进化，理想情况下，商家只要下达类似「我有20万预算，想在618期间打爆一款XX新品」的指令，四个智能体就能协同完成从策略拆解、素材生成到智能出价的全流程工作。这应该是所有营销Agent都想要去往的方向。

在售后环节，阿里本月推出的客服场景Agent产品「AI店小蜜」，被官方定义为该场景下「最懂平台规则的AI数字员工」，它与一般智能客服的区别在于，不仅能导购，还真能办事，能解决纠纷、投诉、退换、修补、维修、丢件等疑难杂症，高阶版还能实现「种草」和「挽单」。

客服是一个细碎、复杂、需要反复沟通的行业，不同情况下不同消费者期望获得的服务很不一样。医疗器械品牌鱼跃就提到:对于刚需服务型客户，免费的上门调试服务可能比折扣更重要;对于价格敏感型客户，一张10元优惠券反而更有效。

所以，客服产品Agent化的关键，是能基于行业特征、商家权益和用户标签，做动态的服务匹配，同时保证商家数据安全。鱼跃是第一批接入AI店小蜜的商家之一，今年一季度，其天猫店铺增长1%，对应GMV为1000万元，全年增长目标为1个亿。

整体上，目前已有超百万品牌接入AI店小蜜，其中一些明确体验到了客服转人工率与成本的降低、交易转化率与GMV的提升，比如小米天猫官方旗舰店转人工率下降45%、客户满意度提升22%，特步天猫官方旗舰店转人工率下降55%。

当AI店小蜜不仅可以思考，还长出了「发券」、「催发货」这样的手脚，也意味着支撑它的不仅仅是一个单一的大语言模型，而是一个打通了店铺权益系统、订单系统、且具备行业知识库的工业级Agent技术框架。

淘宝之外，在B2B环节，1688同样是较早喊出AI转型的，其推出的「诚信通AI版」，可以自动完成商品发布、标题优化、询盘接待，跨境卖家也可用AI智能体「遨虾」做选品决策、供应商寻源、智能议价、素材生成和一键上架。

当然，所有这些垂直场景的Agent开发，都要依托Qwen这个基础的大模型、依托已经进行的组织和产品的打通，以及阿里电商积累多年的行业和用户理解力。

更长远来看，阿里这些在各个场景里训练好的垂类Agent，也有机会作为技能逐步接入悟空，带来悟空的服务能力提升——未来商家只需要跟悟空交流，就可以调用1688的智能体做选品，调用千牛的智能体做后台管理，调用AI万相做营销投放并保证ROI，调用AI店小蜜做售前售后的客服管理，以及调用其他正在长出的更多Agent做更多事。

不仅是电商，把各个垂类Agent能力统一接入一个悟空，让悟空成为阿里体系内的生产力中台，也是符合阿里经营Token经济愿景的一个目标。

今年3月，阿里组建ATH事业群，意味着正式向Token经济转向，推出企业级智能体悟空，则是迈向Token经济具体且关键的一步。最新进行的阿里Q1财报电话会上，管理层也提到，悟空已进入规模化放量阶段。近期在机场等处，也能看到悟空的大幅广告牌，阿里还在继续给AI To B 加速。

但要真正改变数百万商家的操作习惯，是一个漫长的系统性工程。只有真正做好这些系统性工程，阿里在AI To B上的服务能力、产品矩阵、商业化能力才会更完整、丰富，在AI To C层面也会有更好、更直观的体现。

在海外市场，亚马逊、谷歌也同样在做这种系统工程。我们看到的亚马逊的Alexa for Shopping、Google的Universal Cart背后，有不断进化的Ads Agent、Agent电商协议UCP、Agent支付协议AP2。大家在形成一个共识——只有扎实的电商Agent基础设施建设，才能推动消费端AI购物超预期发展。

声明：本文来自于微信公众号 字母榜，作者：张琳

AI电商，阿里这次动真格的了。

近日，阿里把淘宝和千问打通了。简单来说，一边是用户可以在千问App完成淘宝商品挑选、对比和购买，全程无需跳转;另一边，淘宝也接入了千问，相当于在淘宝APP里嵌入了一个原生AI导购工具。

千问暂且按下不表，单就淘宝而言，为这次打通做出了不小的“让步”。

作为流量入口和交易平台，过去，淘宝一直将交易和流量的主导权紧紧握在自己手里。

此前，盒马、高德、飞猪、饿了么、支付宝等一众阿里系业务，同样获得过淘宝的生态接入与流量扶持。但协同逻辑，始终停留在开放入口、单向导流拉新的层面上，淘宝用庞大月活为兄弟业务输血。

但这一次，淘宝不仅让交易在千问里完成闭环，还为千问调整了主搜逻辑。

有接近淘宝的人士告诉字母榜，此次打通，淘宝为千问调整了主搜逻辑。“目前的AI搜索机制是基于对用户需求的理解，按淘宝主搜逻辑为用户匹配最合适的商品。但千问所使用的淘宝主搜逻辑是排除了商业化影响的。”

这意味着，淘宝不仅把亿级商品库、交易链路开放给了千问，更把决定流量的分配权，也交到了千问手中。

要知道，过去淘宝主搜是用户意图、算法推荐与付费竞价三方博弈的结果。以关键词竞价为核心的广告收入，是淘天集团客户管理收入的支柱，撑起了淘天近七成的利润。

如今，千问直接绕过了这一套规则，相当于淘宝把赖以生存的流量变现根基，从AI购物场景里暂时拿掉了。

不夸张地说，淘宝这次是把“半条命”交给了千问。

阿里之所以这么做，无疑在向外界传达出这样一个信号——坚决拥抱AI转型。坚决到什么程度呢?GMV归属可以看淡，部门利益可以靠边，甚至淘宝赖以立身的搜索流量分发权等商业化根基，也主动让渡了一部分。

对于超级APP来说，这不是容易迈出的一步。毕竟抖音至今也没有给豆包开入口，在豆包里刷抖音也还得“遮遮掩掩”，元宝里也没法刷微信，微信里也没有把元宝作为Agent引入。

在Chatbot和超级App结合的路上，淘宝的动作无疑是很大的。

好处也显而易见，阿里的AI叙事更加完整了。

自2024年确立AI驱动战略以来，阿里始终在对外释放All in AI的信号，先是宣布投入3800亿进行AI 基础设施建设，又相继成立ATH事业群、升级大模型事业部调整组织架构。

但布局更偏重于生产工具与内部增效，外界和资本市场一直看不透阿里到底要怎么把AI跟自己最大的现金牛、核心基本盘电商业务结合起来。

此次阿里将淘宝和千问打通，直接补齐了AI叙事里最关键的一块拼图。在交出淘宝闪购后，阿里把淘宝也交了出去，AI转型的决心可见一斑。

但决心也仅仅只是决心而已。AI电商早已不是新鲜概念，OpenAI、亚马逊、Google和Shopify等全球巨头扎堆入场，国内阿里、字节和京东，也纷纷下场试水。

但多数玩家进展不及预期。曾高调推出 ChatGPT 即时结账功能的OpenAI 放弃交易闭环;Google和Shopify 等试水的AI导购也始终停留在工具层面，未形成规模。

AI电商尚无成熟范式可照搬，行业仍在摸索前行，阿里的“自我革命”效果究竟如何，仍需时间给出答案。

A

事实上，早在今年1月，千问就和淘宝联动过，但彼时仅接入了淘宝3C数码等少量品类，且千问更多是扮演一个AI导购的角色，仅能基于指令进行简单的商品挑选与推荐，用户需要跳转到淘宝，才能完成支付下单。

此次两者全面打通后，千问App不仅可以直接调用淘天逾40亿商品库，用户也不用再跳转站外，就能在千问里完成从挑选、下单，甚至售后的完整购物体验。

字母榜实测了千问的购物体验，在对话框内输入:“我想买个充电宝，可以带上飞机，安全性高，续航久且轻薄耐用”。

第一轮对话中，千问并未直接推荐具体品牌，而是先拆解需求，列出了满足上飞机条件的充电宝的相关参数，接着千问给出的是轻薄安全款和续航持久款的两个“品类连接”推荐卡片，点进去之后是多个结果的列表页，涉及很多品牌。

接着，字母榜让其直接推荐3款产品。这次，千问按轻薄便携、大容量续航和性价比直选，给出了具体3个品牌的商品卡。

为了了解千问的推荐逻辑，字母榜继续输入:“为什么是这3款产品?这是淘宝上最符合我要求的3款产品吗?”结果被千问理解成对推荐结果不满意，又重新推荐了3个品牌。

字母榜继续追问:“我是想了解你的推荐逻辑，这3款产品是销量最高还是评分最高，为什么是这3款?”，千问的答案是“优先考虑需求匹配，销量口碑作为参考，最终选出综合评分最高。”

接下来，字母榜在千问对话框内完成从需求沟通、商品决策、到支付下单的全过程。

从上述体验过程中不难看出，此次打通，阿里不仅将淘宝商品池，还有其搜索、比价、下单乃至售后等核心电商能力，打包成一个个组件嵌入，供千问调用。

整个购物过程中，淘宝更像是千问的“基础设施”。而对于淘宝而言，千问则是一个新的流量入口。

当然，这种打通是双向的。千问也以“AI购物助手”的形态嵌入到了淘宝App之中。

用户打开淘宝App底部“消息”栏，点击“千问AI购物助手”，即可体验“AI问答”“AI试穿”“AI种草”“AI省钱”多项围绕购物痛点设计的AI功能。

在实测过程中，字母榜将上述在千问APP中的购物需求一字不差地重新输入了一遍，但被推荐的产品品牌和价格却与在千问APP中截然不同。

这意味着，两者虽然已经打通了技术模型与商品库，但大概率采用了不同的推荐排序策略、流量分发规则。不过，从产品逻辑来看，推荐结果也会受到用户行为数据和历史对话等影响。

更重要的是，两者的定位和职能不同，千问APP的定位是“流量捕手”，而淘宝内置的AI助手则在履行“成交助手”的职能。

但毋庸置疑的是，身为超级App的淘宝，在AI Agent浪潮中主动向后退让了一大步，不仅将自身核心电商能力“折叠”进千问，更打破了以往将流量和交易闭环锁在站内的铁律，可以说是一次颠覆性的自我革命。

B

对于淘宝而言，这无疑是把自己的“半条命”交到了千问手里。

过去二十年，传统电商的权力中心，是那个小小的搜索框。用户输入关键词，平台通过竞价排名和算法推荐分发商品，这套以“人找货”为核心的商业模式，一度撑起了淘天集团近七成的利润，使其成为阿里最大的“现金牛”。

但AI电商时代来了，搜索框被绕了过去。

AI用对话代替搜索，用大模型分发商品。用户不再需要精准输入关键词，只需模糊表达意图，AI就能自动完成需求拆解、商品匹配甚至比价决策。这意味着，关键词的商业价值被逐步削弱，淘宝赖以生存的流量变现根基，正在被动摇。

面对这场颠覆，淘宝做了一个艰难的决定——自己革自己的命。

这既是不得已，也是主动选择。

说“不得已”，是因为用户习惯的迁移速度比想象中更快。

据QuestMobile数据，AI原生App月活用户已突破4.4亿。也许用不了多久，越来越多的人会习惯跟AI聊天买东西，而不是打开购物App敲关键词。当那一天到来，没有AI闭环能力的平台，将被慢慢边缘化。

所以，即便明知会左右互搏，AI电商这条路，阿里也必须走。

就像小红书，明明“活人感”才是基因底色，现在也不得不补上AI搜索这块拼图，为的就是把那些有AI搜索需求的用户，留在自己的生态里，而不是流向外部。

说“也是主动选择”，是因为本质上，阿里一直是一家“看后天”的公司。

马云有句被反复引用的话:“今天很残酷，明天更残酷，后天很美好，但绝大多数人死在明天晚上。”用长期主义去提前布局，是阿里一贯的决策风格。

因此，在AI电商这件事上，淘宝和阿里选择自己先动刀，而不是等外界来颠覆自己。

但问题也随之而来。

眼下，淘宝主动往后退了一步，可问题是，淘宝不会一直退。如果未来自身流量持续减少，AI电商的主搜逻辑，要不要再改回来?

也许有人会说，AI电商也会催生新的商业模式。或许会，但不是现在。当下国内AI电商还处在起步阶段，如果推荐结果仍然受到商家付费干预，用户信任将迅速透支，AI购物的核心价值也会被消解。

这也是为什么千问现阶段选择“去商业化”。问题是，千问未来要不要商业化?做业务不是做慈善，终究要回到盈利上。一旦商业化，信任度的问题又该如何解决?

对于淘宝和阿里而言，这场自我革命才刚刚开始，而真正的考验也正浮出水面。

C

不难看出，阿里拥抱AI电商的决心是坚定的。但效果如何?目前还不宜估计过高。

不妨先看看全球同行的答卷。

AI电商并非新概念。早从2024年开始，亚马逊就上线Rufus，Perplexity也推出Buy with Pro，一年后，OpenAI在ChatGPT中集成购物功能。

但效果却不尽如人意。先看OpenAI，去年9月，ChatGPT高调推出“即时结账”功能，允许用户在聊天框内直接购买商品，合作方包括沃尔玛等大型零售商。然而不到半年，OpenAI就宣布放弃这一功能。

据沃尔玛披露，通过ChatGPT在对话内直接完成交易的商品，转化率显著低于需要跳转至网站完成购买的商品，仅为后者的三分之一。

OpenAI的症结或许在于没有自己的电商平台，缺乏商品库存和支付体系等基础设施，仅作为第三方“中介”难以形成持续稳定的交易。

相比之下，手握自有电商生态的亚马逊，数据则要好看很多。2024年，亚马逊上线AI购物助手Rufus，直接嵌入App，用户可以和AI对话、比价、查评价。据Fortune报道，截至2025年初，Rufus累计用户超过2.5亿，使用AI的买家完成购买的概率比普通用户高出60%。

但短板同样明显。有行业分析指出，Rufus在处理平台数据库之外的问题时表现不稳，实际对话促成交易的转化率并不高。原因则在于其自研大模型的性能尚未跻身行业领先梯队。

全球科技巨头扎堆AI电商，落地中的挑战却远比想象中多。推荐商品的准确率、比价的公信力、过度营销的嫌疑等，都会直接影响用户体验。隐私、数据安全、商家流量分配规则的失衡风险，更是悬而未决的难题。

纵然淘宝把“半条命”交给了千问，也难保效果理想。毕竟，马化腾把微信的“半条命”交到元宝手上，效果也不理想。

今年1月腾讯年会上，马化腾推出了AI 社交项目 “元宝派”，随后微信罕见开放分享链路与账号体系，允许一键跳转登录，相当于把半条命交给元宝。

腾讯意图借微信13亿日活，为元宝搭建独立AI社交生态，对抗豆包等竞品。但效果却未达预期，元宝始终未摆脱工具属性，用户缺乏在微信外聊天的心智，难以沉淀社交关系链。

即便如此，淘宝迈出的这一步仍然是值得肯定的。淘宝没有选择在原有App生态上修修补补，而是发起了一场“豆包手机”式的颠覆性试验。

字节把豆包做成手机系统级原生AI助手，交出了自家App生态的独立入口权和流量调度权，只为把用户流量从一个个孤立的App，拉到AI Agent的统一入口。

淘宝把半条命交给了千问，还只是一个开始。子弹还在飞，结局尚未可知，但开枪的决断，本身已定义了阿里的下一个十年。

声明：本文来自于微信公众号 新熵，作者：樱木

今年的618备战期，电商圈的气氛有些微妙。商家社群里，讨论“模型跑得怎么样”的声音，正在与“优惠券力度怎么设”并驾齐驱。这种变化的背后，藏着一股巨大的推力——AI。

前几天和淘天行业内部人士交流，几个真实案例让人印象深刻。拿国补热销的电子锁来说，在传统电商思维中，房地产、装修是重点客群，按照商家们经典打法，打标签，投关键词，是稳妥的路径，但在AI加持之下，除了找到装修的人之外，做美甲的人，也很有可能买电子锁。逻辑也不复杂，女孩子做美甲，指甲很长，拿钥匙开门非常不方便，自然更需要电子锁。

这些藏在商家认知盲区里的增量，只是AI给电商带来变化的一个切面。而从商家的视角来看，当下的集体焦虑，如，多平台运营顾此失彼、熬夜盯盘调价换不来稳定ROI、品牌投入看不到可量化回报，在AI时代或将有全新的解法，从某种程度来说，商家需要的从来不是另一套更卷的运营技巧，而是一套跳出认知边界，更好懂、更好用的AI经营大脑，来帮商家进行全新的决策。

在这样的背景下，618这场大考也在升级。它不再只是流量与价格的博弈，而是商家经营思路和执行力的对决，AI或将成为决定胜负的核心变量之一。

面对这场硬仗，4月22日，阿里妈妈在618新策见面会上释放了一个明确的信号：将所有AI能力投入到解决商家的实际经营难题中，用AI帮助商家挖掘潜力、创新增量、创造利润。而承载这一战略的核心底座，正是为商家量身打造的「AI万相」——超级经营智能体引擎。

为了让这套“AI引擎”真正帮商家实现持续稳定的生意增长，AI万相不仅部署了四个协同作战的Agent（覆盖洞察、推理、文案、设计、投放等全流程），更针对商家在618期间的具体需求，密集推出了一系列精悍、实用的新AI工具，让品牌力可衡量可优化的“品牌新力WIN”、能读懂用户搜索意图的“AI点睛”、实时捕捉全网热点的“趋势速递”、一键生成全套创意的“妙应Mio”、面向中小商家的“小店成交宝”，以及618期间重磅上线的“无界智惠券”，平台出资帮助商家提高转化，实现增长。谁能率先驾驭这个“AI引擎”，谁就能在今年的618战场上拿到一张确定性的增长底牌。

传统商家到底卡在了哪?

要理解商家当下的困境，首先要做的是，理清传统电商经营的局限之处。

购物场景碎片化让消费需求变得难以捕捉，一个购买了高端登山装备的用户，可能正在准备下周的董事会演示文稿。这就意味着消费者的需求是流动的、场景化的，甚至是多维度并存的。依靠传统的经验打法，商家既无法突破固有认知，打开新的增量，也难以捕捉并匹配用户快速变化的需求，只能在日益狭窄的存量市场里陷入内卷。

这也解释了为什么当AI变革来临时，当下的AI电商产品，单纯做“工具提效”是不够的。商家真正缺的不是更锋利的刀，而是一张重新绘制的寻宝地图。想要打破这一困局，核心是要完成从“靠固定标签匹配用户” 到 “靠真实需求匹配用户” 的全面经营思路升级，而这正是阿里妈妈「AI万相」要改变的。其底层的LMA3大模型根植于淘宝天猫商业生态的万亿级交互数据，彻底跳出了静态标签：它不再依赖性别、年龄等固化属性定义用户，而是动态捕捉、实时分析消费者在不同场景下的意图与真实需求。同时它也不止于识别商品的参数与功能，而是更能深度理解商品的价值内核与功能：一件亲肤内衣不只是一件衣物，更是敏感肌人群的日常刚需。当商品和消费者在意图层面完成对接，那些过去被认为“意外”的连接便自然浮现。

这一点，在美津浓新品的经营实践中有了初步验证。过去，美津浓新款溯溪鞋的核心受众被限定在“专业户外人群”，围绕“溯溪、防滑、排水”等产品标签做营销策略，很难触达圈子之外的更多消费者。

而通过AI万相，美津浓精准捕捉到“山系生活”“轻户外通勤”等正在飙升的消费趋势，从单纯“买鞋”扩展到“生活方式”，识别出“都市机能风穿搭族”“春季运动装备党”等高潜人群，同时将产品卖点从“水陆双栖功能鞋”升级为“城市逃离计划必备”“山系ootd出片神器”等贴合用户场景意图的表达，配合AIGC生成的场景化素材与全渠道智能投放，最终实现新客成交占比1个月内提升31%、ROI提升125%的亮眼效果。

在这一过程中，商家的操作路径也发生了变化。以往需要人工拉取数据报表、做竞品分析的长周期洞察，现在通过「趋势速递」即可实时捕捉全网飙升热词及其和品牌商品相匹配的场景，系统直接将这些竞争小、潜力大的机会，直接推送至商家后台。

在货品承接端，商家不再纠结于如何写标题，而是借助「妙应Mio」的意图翻译能力，将硬邦邦的"排水防滑功能鞋"自动优化为"城市逃离计划必备"的感性表达，并匹配推荐了"都市机能风穿搭族"这一高转化人群。

商家只需在后台一键点击，即可完成从趋势捕捉、卖点归纳、爆款生成的全流程，这些自动生成、匹配不同人群意图的AIGC创意素材，能让商家实现千人万面的精准沟通。相同的方式，在投放环节「趋势速递」通过万相智投的驱动则可以7×24小时实时调优智能汰换，实现精准投放与销量冲刺。

阿里妈妈的这个AI底层能力引擎，对商家来说，就是用AI让经营变简单、让生意更有确定性。从卖商品到卖生活方式，不止于精准匹配，声量放大，更在于抓住趋势、内容转译、高效投放。

这套以“意图匹配”为核心的AI经营逻辑，远不止于帮助成熟品牌抓住趋势红利，实现破圈拉新，在头部品牌的全域品牌心智建设、中小商家的一站式经营等更多场景中，同样形成了AI解法。

从头部品牌到中小商家，AI如何重构增长

如果说美津浓的春夏新品破圈，是AI打破认知边界，拓宽连接半径，让品牌挖到了传统之外的增量。

那么对更看重长期经营的头部品牌而言，在此之上，更想获取的是对于转化效率的度量。即怎么证明这钱花得值?怎么评估品牌影响力的变化?

之所以要做好营销效果的追踪和评估，是因为它能让营销的全过程和最终结果都清晰可见，方便商家持续调整优化。哪些曝光真正转化成了搜索、收藏、加购?哪些渠道贡献了最终成交?AI万相给出的解法，正是让每一分钱的效果都变得可追踪、可优化，帮商家把钱花在刀刃上。

在折叠屏赛道陷入存量内卷的当下，OPPO Find N6的推广就曾直面这一核心痛点。在传统标签体系里，折叠屏手机的受众被限定在“高端商务男性”的窄圈子里，所有卖点宣传、投放策略都围绕“商务办公、高端旗舰”的固化标签展开。同时OPPO还面临着头部品牌的共性难题：站外做了大量种草投放，却无法清晰地衡量这些流量是否有效转化为淘内的真实消费，品牌投入的价值无法被精准度量，更不好形成可优化的闭环。

破局的关键，在于跳出“人找货”的标签逻辑，转向“意图匹配”的升维路径。AI万相从两个层面同时切入：“万相智识”扫描全网热点意图，捕捉到看似与折叠屏无关的线索：“不想背电脑，有没有大屏方便办公的手机”“滑雪时手机经常自动关机”等。这些线索分别指向高端商务人群、户外爱好者、新能源车主，这些新的目标客群。

“万相智品”随即完成卖点翻译。“超平整大屏+AI手写笔”变成“移动办公神器”，“-20℃防寒+满级防水”变成“滑雪低温不关机”，“跨生态互联”变成“车机无缝连接”。“万相智造”生成对应三组人群的差异化素材，“万相智投”自动给这些素材匹配最合适的投放渠道，不管是主动搜产品的高意向客户，还是有相关兴趣的潜在客户，都能精准覆盖到，全程由 AI 智能调度。商家也可根据自身需求灵活调整。

这套体系区别于传统投放的，是品牌新力WIN的W-I-N指数（W：曝光，覆盖淘内淘外全域媒体投放;I：用户互动，衡量品牌互动量、品牌联想度;N：品牌的“搜索竞争力”，标志品牌心智的深度沉淀）。这套度量衡体系持续追踪投放效果，让OPPO在整个推广投放的周期里，能清晰看到每一步的经营数据——每一次破圈尝试都有数据反馈，每一步都可以校准优化。投后数据显示，品牌此次使用WIN进行的新品推广中，人群点击率明显高于品牌自投人群，超品日GMV超预期，大折叠屏类目搜索排名提升，搜索渗透率提升30%。

销量端的结果同样扎实。Find N6首销日销售额创近一年全品牌折叠屏纪录，顶配版本预售占比接近40%。其中手机顶配版本卖的好是强信号——说明触达的是高决策力、高消费意愿的真实买家，和人群挖掘阶段“锚定高消费力”的判断形成闭环。品效度量的意义也正在于此：不是事后汇报一个漂亮的ROI数字，而是让投放过程本身变得可解释、可追踪、可优化。

为了赋能更多商家，在618早鸟抢跑期，阿里妈妈结合淘内外AI入口的搜索意图以及社交媒体网络热点，发布了《618趋势榜单》。通过「品牌新力WIN」为商家推荐618高潜力赛道，提前探寻趋势人群蓝海机会，并给出相应的工具建议，助力商家拓展全新生意增量。

美津浓和OPPO的实践，验证了AI万相对头部品牌“效率与度量”的提升价值。这套能力，对于缺团队、缺预算、缺专业运营能力的中小商家，是否同样奏效?

某营养品商家的案例给出了答案。作为典型的中小商家，这家主营传统养生糕点的店铺，困境十分典型：产品好但定位模糊，团队小，无力做精细化运营，深陷低价竞争。他们的选择很简单——把店铺托管给阿里妈妈的AI新工具「小店成交宝」。

商家具体的操作极其简单：在万相台无界版中设置好1000元的日预算和目标投产比，进入"全店托管"模式，系统便自动承接了后续核心动作。「小店成交宝」通过万相智品Agent自动扫描了商品属性，将商品标题从原本平淡的"红枣山药八珍糕"，结合消费意图自动优化为"宿舍解馋不长胖"、"女生温补小零食"等场景化表达。同时，商品详情页的主图也由AIGC批量生成了办公室抽屉、宿舍书桌等多元场景。简化过后，商家需要做的，只是确认系统推荐的商品卖点是否贴合产品。

此类商品面临的另一个痛点，是外部感知“老化”，目标人群集中在中老年客群。万相智识捕捉到商品想拓展年轻客群的意图后，将八珍糕从“中老年养生食品”重定位为“办公室下午茶”“宿舍温补零食”。最后是投放环节的全托管，「小店成交宝」通过万相智投Agent会自动匹配全域渠道布局，24小时动态调优预算分配和出价策略，甚至还能用上平台的消费者礼金权益，推动成交转化的“临门一脚”。

结果也足够直观：这款八珍糕使用「小店成交宝」后，日均成交单数暴涨350%，商品点击率提升150%，转化率提升70%，不仅成功打入了年轻消费圈层，还实现了销量的正增长。

两个案例放在一起，呈现出一个清晰的逻辑链条：同一个技术底座，在头部品牌身上解决的是“规模化之后的效率和利润”问题，在中小商家身上解决的是“从0到1的生存”问题。AI万相的价值不在于为谁定制或为谁补全，而在于它是一套具备弹性适配能力的底层操作系统。

618的胜负手：回归产品，让算法服务经营

润米咨询创始人刘润对于AI电商有一个判断：AI给电商带来的本质变化，是彻底抹平了人货匹配的摩擦。商家不用再困在流量内卷的死循环里，经营的重心终将回归产品和服务本身。

这个判断放在618的语境下尤其贴切。过去的大促，拼的是谁的预算池更深、谁的运营团队更能熬、谁的促销机制更复杂。这些竞争维度本质上是“摩擦成本”——商家把大量资源消耗在对抗匹配的低效上，而不是创造真正的用户价值。

AI万相代表的解题思路，是把匹配的工作交给算法，把经营的主动权还给商家。当系统能够自动捕捉瞬变的消费意图、自动翻译商品的功能价值、自动生成匹配场景的沟通素材、自动优化跨渠道的预算分配时，商家被解放出来的精力应该投向哪里?答案是明确的：做决策，实现更好的产品定义、更扎实的供应链、更真诚的用户沟通。

当然，需要保持清醒的是，AI不是万能药。它能解决营销决策、内容优化、效率匹配的问题，但解决不了产品本身的问题。AI的作用是让好产品更快地被对的人看到，而不是把差产品包装成好产品。这个因果关系不能颠倒。

2026年618的胜负手，从来不是比谁价格更低、谁熬的夜更长，而是比谁先跳出传统经营的旧逻辑。你不用成为AI专家，但必须学会用AI。当对手还在手动调价、熬夜盯盘时，抢先换上这套AI经营大脑的商家，已经在用算法锁定那些藏在美甲师、二次元玩家、新能源车主和宿舍学生购物车里的新增量。